基于改进BML模型的交通事故下路网交通运行状态分析

针对BML模型在分析交通事故对路网交通运行状态影响方面的不足,考虑事故发生时车辆为回避阻塞点而改变行驶路径等行为,对BML模型中事故点前车辆的行驶规则进行改进,使之与实际车辆的驾驶行为更加接近.在改进模型的基础上,分别就路网交通流密度一定时,事故点数量变化对交通流平均速度的影响;事故点数量一定时,路网交通流密度变化对交通流平均速度的影响;事故点前各格点车辆转移概率对交通流平均速度的影响;车辆在事故点前各格点的转移概率分布函数不同对系统运行状态的影响等四个问题进行模拟研究,通过对模拟结果进行分析,得出了一系列有意义的结论.

用格子Boltzmann方法研究交通流BML模型

用格子玻尔兹曼方法研究二维决定论交通流BML模型,得出模型满足的玻尔兹曼方程,并对其进行了计算机模拟,获得了与用CA方法研究该模型相类似的结论,提供了格子玻尔兹曼方法用于研究交通流的可行性.

考虑立交桥构型的二维交通流BML模型

考虑到现实二维路网中的立体交叉特性,本文在经典Biham-Middleton-Levine(BML)模型的路网结构中嵌入了一些典型的立交桥构型.通过改变立交桥的数量、分布构型,拓展了BML模型,以研究立交桥对路网交通流的整体影响.数值模拟表明,随机分布的立交桥构型,即盲目修建立交桥,在立交桥比例较低时,会对路网整体运行性能产生负面影响——加速拥堵.进一步将立交的分布进行适当地组织,形成真实反映城市路网特征的立交构型,如环形、方形.模拟发现,特定立交比例下方形立交构型对系统产生正面的影响,使得系统平均速度整体上要明显高于随机投放立交的状况;而环形立交构型投放至网络中,使得全局性堵塞提前发生,反而不能提高网络交通流的运行效率.这些结论虽与传统认知相悖,却具有较强的现实指导意义.

基于BML模型的二维交通流系统的模拟分析

BML模型是专门用于模拟分析交通现象的元胞自动机模型,利用此模型通过计算机模拟二维城市交通流系统,找出车辆的平均速度与平均密度等参数的关系,通过编程模拟的交通流的时空图可以得出当车辆密度保持基本不变时,交通流由完全阻塞相恢复到运动相存在着自组织性,并且指出相变点的位置与平均密度有着密切的关系,同时分析了临界密度在交通控制中的实际意义。

具有任意时间特性的遗传算法及其在BML交通流模型中的应用

给出了一种具有任意时间算法(Anytime Algorithm)特性的遗传算法(Genetic Algorithm，GA)，并用该算法对BML(Biham-.Middleton- D.Levine)交通流模型进行了实时模拟控制，仿真结果表明，该算法的性能明显优于交叉格点和随机格点信号灯控制的性能。

一种扩展的BML模型及其数值模拟

本文在具有广泛影响意义的二维元胞自动机交通流模型——BML模型的基础上,重新考虑了城市实际交通流的特点,将一种与车辆相关的OD(Origin and destination)属性引入其二维网格中,建立了一种扩展的BML模型,并在数值模拟的基础上对其进行了验证和讨论。

考虑道路信息和转向灯的可换道BML模型

车辆换道是司机为获得更好行驶条件而采用的常见措施,而转向灯对车辆换道行为有重要的指导作用.本文在BML(Biham-Middleton-Levine)模型的基础上加以改进,提出了综合考虑道路信息和前车转向灯影响的可换道BML模型.当车辆无法前行时,如满足换道条件,则将道路信息(车道密度及平均速度)和转向灯影响量化为车辆换道概率,确定车辆是否可以换道.通过数值模拟,研究了周期边界条件下车辆换道行为对有、无交通灯控制的两种BML模型发生相变的临界密度以及系统通行能力的影响.模拟结果表明对于无交通灯BML模型,引入换道规则可以明显提高系统发生相变的临界密度,在较小尺度下该临界密度接近有交通灯BML模型,换道效果明显,并发现了一种新的局部拥堵和自由流的共存相,讨论了该共存相的生成和演化机制.在较高密度下局部阻塞将演化为全局拥堵;对于有交通灯BML模型,引入换道规则对系统发生相变的临界密度没有明显的影响,但相变的过渡区域更窄.这表明有交通灯时,换道虽然可以改变局部交通特征,但难以显著影响交通系统的全局特征.

基于NS-BML模型的记忆密度在交通信号灯控制系统中的研究

交通信号灯管理与控制直接影响着交通网络的运行效率。NS-BML模型广泛应用于交通信号灯控制系统仿真,针对目前NS-BML模型中只考虑现在瞬时密度而忽略历史密度的问题,提出记忆密度策略,从长时记忆密度策略和短时记忆密度策略两个角度来分析该策略对曼哈顿式网络的影响,通过对时间离散化,求解短时记忆密度的最优比例因子。仿真结果表明,通过采用所提出的短时记忆密度策略可以有效提高系统的运行效率,同时保证计算机的处理速度,交通网络的平均速度和到达率分别同比增长8.51%和9.28%,说明了该策略的有效性。

考虑全局交通信息的城市路网元胞自动机模型

将车辆起讫点引入四向BML(Biham-Middleton-Levine)模型,在周期边界下研究城市交通流的动力学演化过程.驾驶人选择到终点的最短路径时不仅要考虑相对位置,还要考虑道路排列的行(列)的奇偶性.采用静态路径选择策略时,由于路径在初始时刻已经确定,在很低密度下就发生局部死锁,并不能有效提高临界密度.采用基于全局交通信息的动态路径选择策略,驾驶人根据速度阈值,在满足转向条件时可以改变运动方向来避开拥堵区域.模拟结果表明,采用较小的阈值就可以有效减少交通拥堵,且不会显著增加行程距离.如果采取分区的局部控制策略,还可以进一步减小平均速度的脉动.

开放边界的交通流元胞自动机模型

在 BML模型的基础上 ,采用开放边界对交通流进行模拟分析。认为在车辆密度不大时 ,并未出现平均车速为零的阻塞相。车辆密度的增加虽会适当降低车速和增大车辆受阻率 ,但可大幅度增加通过城市的车辆数 。

考虑车辆长度及其转向效应的二维元胞自动机混合交通流模型

对BML模型作了扩充,提出混合交通流BML模型,模拟得到它们的密度-平均速度曲线,进而得到系统在不同情况下的临界密度以及车辆长度的影响.考虑到车辆的转向行为,进一步模拟了有车辆转向的情形,得到长车起决定作用的结论.

基于演化硬件的交通流模型自适应优化

BML模型是用于研究城市路网结构中交通流特征的细胞自动机模型。基于软件的模拟及演化优化方式存在着运算效率低、优化速度慢等缺陷,极大地限制了交通流模型的实时应用能力。针对这一问题,提出将演化硬件与细胞自动机相结合,实现交通流模型的在线演化。同时对BML模型进行了改进,以便能够依据现实车流状况进行交通灯信号的自适应调节。实验结果表明,将演化硬件技术用于交通流模型的自适应优化,对于研制智能交通系统是一种可行的途径。

基于二维元胞自动机的交通流模拟分析

BML模型是专门用于模拟分析交通现象的二维元胞自动机模型,采用JAVA语言实现此模型并利用此模型模拟交通流,分析平均密度和平均速度等参数关系,研究交通流的相变和自组织特性,同时对BML模型改进,模拟红绿灯周期变化下的交通流,探求更有价值的研究和应用.

考虑车辆间博弈行为的交通流

从二维城市道路元胞自动机交通流模型和一维道路元胞自动机模型两个方面介绍车辆间博弈行为对交通流的影响.总结了目前交通流研究中引入合作者和背叛者之后,道路交通状况的改变.通过考虑车辆之间的博弈行为,研究司机驾驶行为对道路上车流量的影响,希望找到能使交通系统车流量达到最大的驾驶行为准则.

城市静态网络交通流研究

基于BML模型,将城市道路设置为10×10条道路的二维静态网络,在开放性边界条件下,研究不同消失概率、车辆长度、最大速度及红绿灯周期与绿信比等影响因素对东西向车道和整个网络交通流特性的影响,再现与实际交通相一致的非线性现象。

基于演化细胞自动机的自适应交通控制研究

提出了一种改进的二维细胞自动机交通流模型,此种细胞自动机边界固定为0,寻找满足细胞自动机全局状态变为全0的最小迭代次数的规则执行顺序。通过实验得出:通过演化提高了交通控制效率,而且优化效率与车辆密度和横纵车辆比相关,即横纵车辆比越小,优化效率越高,而在车辆密度为50%左右,优化效率最好。进而得出一个一般的结论:较小和较大的车辆密度下交通调节效果不明显,只有在某种车辆密度下进行正确的调节才能发挥交通调节的最大作用。

红绿灯周期对二维交通流的影响及平均场理论

基于二维交通流Biham-Middleton-Levine(BML)模型,研究了不同红绿灯周期对交通状况的影响。模型模拟结果显示:随着车辆密度的增加,在一定的临界密度下,车辆的平均速度会突然从高速相变成低速相,并随着红绿灯周期的增大,这一临界密度非严格单调递减。对模型进行了平均场理论解析,其结果与模拟结果基本符合,并进一步解释了非单调现象。

改进点格自动机交通网络模型及交通系统自组织现象的研究

基于点格自动机的原理，提出一种比较切合实际的改进点格自动机交通网络模型。该模型把交通网络分为“道路”和“路口”。用队列来模拟“车流”，车辆密度分为三档。在此模型基础上，研究了不同情况下交通系统中的自组织现象。理论上分析了自组织形成的动态过程。